Kossuth Lajos Tudományegyetem, Fizikai Kémiai Tanszék

4010 Debrecen, Pf. 7

FAX: (52)-512-915, e-mail: gasparv@dragon.klte.hu

Új módszert dolgoztunk ki káosz szabályozására mesterséges neuronhálózatok segítségével. Ellentétben a korábban használt módszerekkel (1-3) az új algoritmus alkalmazásához nem szükséges ismerni a szabályozni kívánt periodikus pálya dinamikai tulajdonságait. Az eljárásban azt használjuk ki, hogy egy mesterséges neuronhálózat képes megtanulni a kaotikus adathalmazban "elrejtett" lineáris és nemlineáris törvényeket.

A javasolt algoritmust egy kaotikus kémiai reakciómodell (4) segítségével teszteljük. Megmutatjuk, hogy egy mesterséges neuronhálózat egyszerűen megtanítható a kaotikus dinamika ún. "map-based" típusú leképezésére (jóslására), s ennek alapján pedig könnyen felhasználható kémiai káosz szabályozására. Kisebb módosításokkal a mesterséges neuronhálózatot alkalmassá tettük az ún. rekurzív módszer (5) szerinti káosz szabályozásra is. Ezt az eljárást sikerrel alkalmazzuk a kémiai diffúzióval csatolt egyszerű sejtek "légzési" dinamikáját leíró modellben (6) kialakuló káosz szabályozására.

Beszámolunk az algoritmus sikeres alkalmazásáról kémia kísérletekben. A réz elektrokémia oldódásakor potenciosztatikus körülmények között fellépő kaotikus áramoszcillációkat (7) a feszültség kicsiny perturbációival szabályozzuk, melyek értékét az előzetesen megtanított mesterséges neuronhálózat számítja ki, külső beavatkozás nélkül.

Irodalom

(1) Alsing, P.M.; Gavrielides, A., and Kovanis, V.: Phys. Rev. E, 49, 1225 (1994).

(2) Lebender, D.; Muller, J., and Schneider, F. W.: J. Phys. Chem., 99, 4992 (1995).

(3) Konishi, K. and Kokame, H.: Phys. Lett. A, 206, 203 (1995).

(4) Peng, B.; Scott, S. K., and Showalter, K.: J. Phys. Chem., 94, 5423 (1990).

(5) Rollins, R. W.; Parmananda, P., and Sherard, P.: Phys. Rev. E, 47, R780 (1993).

(6) Lengyel, I. and Epstein, I. R.: Chaos, 1, 69 (1991).

(7) Kiss, I.Z.; Gáspár, V.; Nyikos, L.; Parmananda, P.: J. Phys. Chem. A, 101, 8668. (1997).